汽车行业一周一刻钟，大事快评(W078)：汽车科技投资机会；机器人产业趋势

行业及产业 行业研究/行业点评 证券研究报告 汽车 2024 年 10 月 21 日 汽车科技投资机会；机器人产业趋势 看好 ——一周一刻钟，大事快评（W078） 相关研究 - 证券分析师 戴文杰 A0230522100006 daiwj@swsresearch.com 樊夏沛 A0230523080004 fanxp@swsresearch.com 联系人 邵翼 (8621)23297818× shaoyi@swsresearch.com 本期投资提示： ⚫ 汽车科技是当前市场的主线， V2X 或因财政扩张重新成为热点。近期，科技作为行情主线受到资金的广泛关注，在汽车行业，智能化落地带来了各种投资机会，我们提出两个重点投资方向：1、V2X 仍然具备热点潜质。目前，整车厂自动驾驶方案多以商业模式更成熟的“单车智能”技术路线为主，V2X 并未明确具体的商业模式。但我们认为，从国家视角来看，可能更加关注群体最优而非个体最优。7 月份已确定了 20 个城市的应用试点。未来随着财政扩张，V2X 有望重新成为市场热点。2、整车企业在智能化趋势中具备最大弹性和机会。整车企业是智能化的最终受益对象，智能化的突破需要公司具备三大条件：1）销量：大规模的数据积累是模型持续迭代、验证的先决条件，仅有头部企业具备这样的数据基础。2）资金：智能化的投入需要大量的资金。3）决心：需要实现数据闭环、算力中心搭建，对于公司的战略决断有较高的要求。目前来看，我们认为比亚迪、吉利、长安等企业可能具备这些条件，有望在智能化赛道上实现突破。 ⚫ 机器人产业在一级市场的关注点主要集中在算法和数据。当前最大的挑战在于如何进一步突破场景局限，让机器人在有限智力水平下实现泛化。机器人根据泛化能力强弱分为L0-L5。L0 级别：遥控操作，能够实现人在时空上分身的作用，可以完成 80%场景下的任务，目前尚未得到很好实现。L1 级别：人机混行，包括人机协作和互动，可以解决90%以上的场景，如服务机器人在家庭和工业中的应用。L4 级别：单一任务内完成闭环，机器人需要根据模糊的指令来完成任务，对语义理解和环境分析能力有很高要求，能够完成 99%的任务。但由于监管的限制，L4 级别在 learning-base 的技术下很难实现。因此，机器人将长期处于 L2~L4 级别之间。L5 级别：完全的任务级别的泛化。 ⚫ 机器人泛化能力提升的主要瓶颈在于数据获取以及端到端模型构建。数据获取主要是如何收集更复杂的、比自动驾驶更多维度的数据以供训练，包括数据的采集和标注。同时，如何构建机器人的端到端模型也是关键，大小脑架构是当前讨论的重点，通过小脑的简单指令积累，触发大脑的复杂任务执行，在底层的算法上也没有可借鉴经验。以上二者是制约机器人放量的关键，而非制造端。 ⚫ 人形机器人在车间的应用主要面临技术闭环的挑战，底层的软件算法能力是关键。对于机器人的替换要考虑技术闭环+商业闭环，从车企的视角看：1）技术闭环：核心在于可靠和稳定性，生产线需要保持生产的连续性和品控能力，而人形机器人在产线上实现的品控和一致性还无法满足车企严苛的要求，当前机器人多为简单指令执行，仍需两三年迭代完善。2）商业闭环：目前来看，在成本端可以实现商业化普及。基于以上，我们认为，机器人行业的发展可参照自动驾驶行业的故事线，初期在于数据标注和算力，后进一步关注实际场景应用的落地。 ⚫ 投资分析意见：基于自主+科技两条主线，我们新增出海主线，1）推荐国内强α主机厂如比亚迪、出海代表企业长城汽车，关注奇瑞相关产业链；2）智能化趋势：华为鸿蒙高端智能的典型代表：关注江淮汽车、北汽蓝谷、赛力斯等，推荐小鹏汽车、理想汽车、科博达、德赛西威、经纬恒润；3）具备强业绩增长或海外拓展能力的零部件企业：推荐福耀玻璃、新泉股份、松原股份、双环传动、银轮股份、无锡振华等，关注敏实集团、拓普集团。 ⚫ 核心风险：原材料价格波动风险，地缘政治风险，行业复苏不及预期。 请务必仔细阅读正文之后的各项信息披露与声明 行业点评 请务必仔细阅读正文之后的各项信息披露与声明 第2页 共6页 简单金融 成就梦想 1．汽车科技投资机会 汽车科技是当前市场的主线， V2X 或因财政扩张重新成为热点。近期，科技作为行情主线受到资金的广泛关注，在汽车行业，智能化落地带来了各种投资机会，包括空悬、智能座舱、传感器以及各种电子电器零部件等。我们提出两个重点投资方向： 1、V2X 仍然具备热点潜质。目前，整车厂自动驾驶方案多以商业模式更成熟的“单车智能”技术路线为主，而相较于“单车智能”，V2X 目前并未明确具体的商业模式，并且因财政问题未能持续。但我们认为，从国家视角来看，可能更加关注群体最优而非个体最优。车路云一体化已于 7 月份已确定了 20 个城市的应用试点，资金已经报批，北京、武汉、长春等城市规划投入超百亿，具备庞大的市场空间。未来随着财政扩张，V2X 有望重新成为市场热点。 2、整车企业在智能化趋势中具备最大弹性和机会。整车企业是智能化的最终受益对象，智能化的突破需要公司具备三大条件：1）销量：大规模的数据积累是模型持续迭代、验证的先决条件，仅有头部企业具备这样的数据基础。2）资金：智能化的投入需要大量的资金。3）决心：需要实现数据闭环、算力中心搭建，对于公司的战略决断有较高的要求。目前来看，我们认为比亚迪、吉利、长安等企业可能具备这些条件，有望在智能化赛道上实现突破。 2．机器人产业趋势 机器人产业在一级市场的关注点主要集中在算法和数据。从产业端来看，中国在工程能力上具备优势，尤其在 10 到 100 的工作上，已经有标准答案。目前，国内有近 50 家企业具备整机展示能力，机器人的硬件制造不再是瓶颈。当前最大的挑战在于如何进一步突破场景局限，让机器人在有限智力水平下实现泛化。 机器人根据泛化能力强弱分为 L0-L5，其中 L0 为最基础的层级，L5 为最高级别。根据分级标准，L0 级别：遥控操作，能够实现人在时空上分身的作用，可以完成 80%左右的场景下的任务，目前尚未得到很好实现。L1 级别：人机混行，包括人机协作和人机互动，可以解决 90%以上的场景，如服务机器人在家庭和工业中的应用。L4 级别：单一任务内完成闭环，机器人需要根据模糊的指令来完成任务，这对机器人语义理解和环境分析能力有很高的要求，在此级别下机器人能够完成 99%的任务。由于监管的限制，L4 级别在 learning-base 的技术下很难实现。因此，机器人产品将长期处于 L2~L4 级别之间，例如 1 个人监督 5-6 台机器，以确保技术闭环。L5 级别：完全的任务级别的泛化。 机器人泛化能力提升的主要瓶颈在于数据获取以及端到端模型构建。数据获取主要是如何收集更复杂的、比自动驾驶更多维度的数据以供训练，包括数据的采集和标注。同时，如何构建机器人的端到端模型也是关键，大小脑架构是当前讨论的重点，通过小脑的简单指令积累，触发大脑的复杂任务执行，在底层的算法上也没有可借鉴经验。以上二者是制约机器人放量的关键，而非制造端。 行业点评 请务必